Non un consulente che scrive slide: un ingegnere che si siede nel tuo reparto e mette in produzione l'agente.
La maggior parte dell'AI enterprise si arena nei pilot perché gli strumenti generici non conoscono l'azienda. Il modello forward-deployed lo ribalta: metti chi costruisce dentro il reparto che possiede il problema, così il software nasce da come il lavoro accade davvero.
Dentro il reparto
I nostri FDE stanno con chi fa il lavoro, seguono un'attività dall'inizio alla fine e mappano dove si perde tempo, dove le decisioni si bloccano e dove i dati sono frammentati. L'output non è un report: è una lista di attività che un agente può gestire, ordinate per leva e fattibilità.
Costruire, non presentare
Poi costruiamo un agente verticale che fa un lavoro, collegato agli strumenti e ai dati che già usi, e lo rilasciamo in settimane. Un agente circoscritto in produzione batte sempre una roadmap ampia su una slide.
Cosa fa un FDE che un consulente non fa
La distinzione non è di seniority né di competenza tecnica: è di responsabilità. Un consulente consegna una raccomandazione e il rischio dell'esecuzione resta al cliente. Un forward-deployed engineer consegna qualcosa che funziona in produzione, quindi il rischio se lo tiene.
- Sta dove il lavoro accade, non in una sala riunioni: le cose che contano si vedono guardando qualcuno lavorare, non chiedendogli di descrivere come lavora.
- Scrive il codice che entra in produzione, quindi paga il costo delle proprie semplificazioni invece di lasciarlo a qualcun altro.
- Resta dopo il rilascio, quando emergono i casi limite che nessuna analisi preventiva aveva previsto.
Le eccezioni non sono rumore: sono il processo
Chiedendo a un reparto come funziona un'attività, si ottiene il percorso pulito. Osservandola, si scopre che una parte consistente del volume prende una deviazione: la controparte che va trattata diversamente, il campo compilato a mano, la conferma che passa da una telefonata. Un agente costruito solo sul percorso pulito si ferma esattamente lì.
Perché rilasciare presto conta più che rilasciare completo
Un agente circoscritto in produzione dopo poche settimane insegna in una settimana quanto sei mesi di analisi: mostra dove i dati sono più sporchi del previsto, dove le persone si fidano e dove no, quali approvazioni erano davvero necessarie e quali erano solo abitudine. Nessuna di queste cose emerge da un documento di requisiti.
C'è anche una ragione meno tecnica. La fiducia di un reparto non si conquista spiegando cosa farà il sistema, ma facendogli vedere un'attività che prima costava un pomeriggio chiudersi da sola, con la fonte in chiaro e la possibilità di intervenire. Da lì in avanti, allargare il perimetro è una conversazione facile.
È il modello che Palantir ha reso noto, applicato agli agenti AI: non vendere una piattaforma e augurare buona fortuna, ma mettere chi costruisce accanto a chi fa il lavoro finché quel lavoro non cambia davvero.